세계 최초의 엔드투엔드 음성-음성 변환 플랫폼 포닉(Phonic)이 럭스 캐피털(Lux Capital)과 레플릿(Replit)의 암자드 마사드(Amjad Masad), 허깅페이스(Hugging Face)의 클렘 델랑구(Clem Delangue), 어플라이드 인튜이션(Applied Intuition)의 카사르 유니스(Qasar Younis), 모달(Modal)의 에릭 번하드슨(Erik Bernhardsson) 등 AI 분야 유명 기업 창업자들로부터 400만 달러의 투자금을 유치했다고 발표했다.

음성 AI 기술은 고객 서비스의 혁명을 약속해왔지만, 현실에서는 불안정한 성능과 답답한 사용자 경험으로 그 잠재력을 발휘하지 못한게 현실이다. 레스토랑 전화를 받는 AI 비서가 갑자기 관련 없는 주제로 대화를 이탈하거나, 없는 주소를 자신감 있게 안내하는 상황이 비일비재했다. 이는 기존 음성 AI가 여러 개의 분리된 시스템(음성 인식, 처리, 합성)을 억지로 연결해 사용하고, 미리 정의된 시나리오에만 대응할 수 있는 경직된 구조를 가졌기 때문이다.

포닉의 공동창업자이자 CEO인 모인 나딤(Moin Nadeem)은 “신뢰성 부족이 그동안 음성 AI 도입의 가장 큰 걸림돌”이었다고 말했다. “우리는 음성 생성, 인식, 상호작용을 하나의 원활한 시스템으로 통합해 여러 도구를 관리하는 복잡성을 제거했다. 300밀리초의 응답 속도로 실시간 대화가 가능해졌고, 이는 고객이 정말로 대화하고 싶어하는 자연스러운 음성 경험을 제공한다.”

포닉의 접근법은 기존의 의사결정 트리 방식과는 완전히 다르다. 기존 시스템이 일상적인 대화 패턴만 처리하는 반면, 포닉의 지능형 의사결정 시스템은 예측하지 못한 질문이나 상황에도 유연하게 대응한다. 이 시스템은 조직이 이전에 처리한 통화 데이터와 지식 기반에서 학습하고, 느리지만 정확한 AI 모델과 빠르지만 덜 정확한 모델을 결합해 즉각적이면서도 신뢰할 수 있는 응답을 제공한다.

헬스케어 행정을 위한 AI 데이터 플랫폼 플렉스본(Flexbone)의 창업자 사옘 호크(Sayem Hoque)는 포닉 도입 경험을 이렇게 전했다. “포닉을 만나기 전에는 수천 건의 통화에서 상태를 관리하고 복잡한 대화를 처리하는 데 엄청난 어려움을 겪었다. 포닉 도입 후에는 복잡했던 코드를 대폭 간소화할 수 있었고, 음성 품질과 신뢰성이 눈에 띄게 향상되었다. 이전 솔루션과는 비교할 수 없을 정도로 자연스럽고 안정적이다.”

포닉의 플랫폼은 클라우드 API를 통해 서비스로 제공되거나, 보안이 중요한 조직을 위해 내부 서버에 직접 설치할 수도 있다. 통화 모니터링, 성능 평가, 맞춤형 업무 흐름 설계 기능이 내장되어 각 기업의 고유한 요구사항에 맞게 조정할 수 있다. 이미 의료와 보험 분야 기업들이 포닉을 통해 예약 일정 관리, 보험금 청구 처리, 고객 문의 응대 등 복잡한 음성 서비스를 운영하고 있다.

포닉의 공동창업자이자 CTO인 니킬 머시(Nikhil Murthy)는 기술적 차별점을 이렇게 설명했다. “음성 AI 업계 전체가 목표 지향적인 대화를 안정적으로 이끄는 데 어려움을 겪고 있다. 기존 방식은 개발자들이 예외 상황에 취약한 경직된 의사결정 트리를 만들어야 했다. 우리의 지능형 시스템은 각 대화의 맥락에 동적으로 적응해 수천 가지 가능한 시나리오를 일일이 코딩할 필요가 없다. 여기에 자연스러운 음성까지 더해져 진짜 사람과 대화하는 듯한 경험을 제공할 수 있다.”

럭스 캐피털의 파트너 그레이스 이스포드(Grace Isford)는 투자 결정에 대해 “음성은 AI 개발에서 중요하지만 상대적으로 주목받지 못한 영역이었다. 포닉의 매력은 음성 인프라 문제에 대한 그들의 총체적인 접근 방식이다. 기존 방법을 조금씩 개선하는 대신, 음성 AI의 모든 측면을 아우르는 완전히 새로운 기반을 구축했다. 이런 기술적 혁신과 실용성의 조합은 럭스가 찾는 바로 그 투자 요소”였다고 투자 배경을 밝혔다.